ساخت یک مدل هوش مصنوعی که مسائل ریاضی را حل می‌کند، تصاویر را طراحی می‌کند و موسیقی می‌سازد

برادر و دو دوست برای سازماندهی.jpg — برگزارکنندگان، متخصصان و کارکنان ارشد شرکت زالو هستند.

در ۶ نوامبر ۲۰۲۳، چالش هوش مصنوعی زالو ۲۰۲۳ رسماً ۳ موضوع مربوط به ۳ حوزه مختلف هوش مصنوعی را اعلام کرد. به طور خاص، در حوزه پردازش زبان طبیعی (NLP)، با موضوع حل ریاضی ابتدایی - تیم‌ها موظفند یک مدل هوش مصنوعی برای حل مسائل ریاضی ابتدایی طبق استانداردهای آموزشی ویتنام بسازند.

در بخش تصویر، با موضوع تولید بنر تبلیغاتی، هوش مصنوعی به طور خودکار بنرهای تبلیغاتی را بر اساس اطلاعات توصیفی داده شده طراحی می‌کند.

در مسئله تولید موسیقی پس‌زمینه - در حوزه صدا، مدل هوش مصنوعی باید موسیقی پس‌زمینه را بر اساس الزامات ملودی، سازها، ژانر موسیقی و غیره «تولید» کند. تمام الزامات ورودی برای ۳ مسئله فوق به صورت متن بیان می‌شوند.

هر سه مسئله‌ی مطرح‌شده در رقابت امسال، بخشی از روند هوش مصنوعی مولد (Generative AI) هستند، موجی از فناوری که در سراسر جهان مورد توجه قرار گرفته است. دانشمندان انتظار دارند که با هوش مصنوعی مولد، هوش مصنوعی نیز مانند انسان‌ها به سمت تولید خودکار محتوا حرکت کند.

این یک پیشرفت چشمگیر در هوش مصنوعی است که نشانگر گذار از مدل‌های سنتی تحلیل و طبقه‌بندی داده‌ها به هوش مصنوعی تولید محتوا برای پشتیبانی مؤثر از زندگی بشر در آینده است.

هوش مصنوعی مولد، نه تنها در ویتنام، بلکه در سراسر جهان، یک روند نسبتاً جدید هوش مصنوعی است، بنابراین موضوع امسال چالش برانگیزتر از دوره‌های گذشته در نظر گرفته می‌شود.

به گفته دکتر چائو تان دوک، رئیس تحقیق و توسعه در Zalo AI، هر ساله شرکت‌کنندگان می‌توانند شروع به ساخت راه‌حل‌های خود کنند و شانس بالایی برای کسب نتایج خوب داشته باشند. امسال، تیم‌ها باید هم در تحقیق و هم در تجهیزات آموزشی سرمایه‌گذاری کنند.

دکتر چائو تان دوک در ادامه توضیح داد: «تیم‌های مسابقه باید مدل‌های مناسب را بررسی و تحقیق کنند و سپس از آنجا راه‌حل‌هایی بسازند. هوش مصنوعی مولد همچنین به الزامات خاصی برای ماشین‌های آموزشی نیاز دارد، بنابراین آنها باید جهت خود را متناسب با شرایط فعلی خود تعیین کنند.»

علاوه بر این، هر مسئله به خودی خود چالش‌های خاص خود را برای تیم‌های رقیب دارد. در مسئله حل ریاضی ابتدایی، برای حل مسائل ریاضی ابتدایی، مدل‌های هوش مصنوعی نه تنها باید درک و پاسخ دهند، بلکه باید توانایی استدلال و حل مسائل را نیز داشته باشند.

در مسئله تولید بنر تبلیغاتی، مدل‌های هوش مصنوعی برای ایجاد تصاویر با هم رقابت می‌کنند - کاری دشوار وقتی که خلاقیت هیچ مرزی ندارد و ارزیابی حتی برای انسان‌ها نیز آسان نیست.

به طور مشابه، در موضوع تولید موسیقی پس‌زمینه، صدا به طور کلی و موسیقی به طور خاص چیزهایی هستند که انسان‌ها فقط می‌توانند آنها را حس کنند، اما نمی‌توانند آنها را ببینند یا لمس کنند. بنابراین، چگونگی بهینه‌سازی مدل، یک مشکل «مغز-سنج» برای تیم‌هایی خواهد بود که این موضوع را انتخاب می‌کنند.

با انتخاب هوش مصنوعی مولد به عنوان موضوع اصلی مسابقه امسال، از طریق جایزه‌ای تا سقف ۱۵۰۰۰ دلار آمریکا و یک مجموعه داده آموزشی با کیفیت، Zalo AI امیدوار است که دانشجویان و گروه‌های تحقیقاتی کوچک بتوانند به منابع لازم دسترسی پیدا کنند و انگیزه بیشتری برای توسعه مدل‌های هوش مصنوعی مولد داشته باشند.

از آنجا، ترویج این روند در جامعه هوش مصنوعی، نه فقط محدود به شرکت‌های بزرگ با پتانسیل بالا، به ویتنام کمک می‌کند تا فرصت‌های بیشتری برای همگام شدن با موج جهانی فناوری هوش مصنوعی مولد داشته باشد.

برگزارکنندگان این مسابقه در توضیح این موضوع گفتند که هر چه افراد و سازمان های بیشتری در تحقیق و توسعه هوش مصنوعی مشارکت کنند، دلیل بیشتری برای انتظار مدل های کامل تری از هوش مصنوعی در آینده وجود دارد.

آقای دوک افزود: «برنده شدن در یک مسابقه به اندازه غلبه بر موانع برای پشتکار در مسیر هوش مصنوعی - که ذاتاً پر از دشواری‌ها و چالش‌ها است - مهم نیست. با چالش هوش مصنوعی زالو، امیدواریم به کسانی که این مسیر را دنبال می‌کنند انگیزه و الهام ببخشیم. ما معتقدیم که تحقیقات بعدی الهام‌بخش‌تر خواهند بود تا در آینده ادامه دهند و بهتر عمل کنند.»

علاوه بر این، مشارکت و یادگیری جامعه به همان اندازه برای ارتقای توسعه صنعت هوش مصنوعی ویتنام مهم است. گروه‌های تحقیقاتی می‌توانند نتایج را برای ایجاد انگیزه رقابتی و بهبود مدل‌ها برای سایر گروه‌ها به اشتراک بگذارند، در حالی که طرفین نیز از یکدیگر یاد می‌گیرند و تجربیات خود را به ارث می‌برند.

به همین دلیل، چالش هوش مصنوعی زالو فرمت Kaggle را انتخاب کرد و در طول 6 باری که برگزار شد، آن را یکسان نگه داشت. در طول مسابقه، تیم‌های رقیب به طور مداوم نتایج مدل خود را در رتبه‌بندی جدول امتیازات به‌روزرسانی می‌کنند تا بتوانند مستقیماً روند آموزش یکدیگر را در زمان واقعی رصد کنند.

در عین حال، پس از پایان مسابقه، Zalo AI همیشه تیم‌ها را تشویق می‌کند تا راه‌حل‌های خود را با جامعه هوش مصنوعی در چارچوب اجلاس Zalo AI یا در انجمن‌های فناوری ویتنام به اشتراک بگذارند.

عکس ۴ دوست هنوز.jpg — این تیم‌ها فرصت دریافت مشاوره از متخصصان هوش مصنوعی در ویتنام و سراسر جهان را خواهند داشت.

Zalo AI همچنین داده‌های آموزشی حاصل از رقابت را ارائه خواهد داد تا تیم‌های رقیب و جامعه وسیع‌تر هوش مصنوعی بتوانند تحقیقات خود را ادامه دهند. آماده‌سازی مجموعه داده‌ها نیز یک فرآیند پیچیده است با این امید که به متخصصان هوش مصنوعی کمک کند تا مجموعه داده‌های باکیفیتی داشته باشند.

امسال، مجموعه داده‌های Zalo AI بیشتر بر استانداردهای دانشگاهی متمرکز شده است و هدف آن استفاده برای تحقیقات علمی است.

علاوه بر کارکنان ارشد Zalo AI، شرکت‌کنندگان در این مسابقه از متخصصان برجسته هوش مصنوعی مانند پروفسور نگوین لی مین، مدیر مرکز تحقیقات هوش مصنوعی تفسیرپذیر در موسسه پیشرفته علوم و فناوری ژاپن (JAIST)، دانشیار تران تان لانگ، معاون رئیس و مدیر تحقیقات دانشکده علوم کامپیوتر، دانشگاه وارویک (بریتانیا)، دکتر نگو دوک تان - رئیس دانشکده علوم کامپیوتر، دانشگاه فناوری اطلاعات شهر هوشی مین - نیز مشاوره دریافت کردند.

این مسابقه رسماً در 6 نوامبر 2023 آغاز می‌شود و مهلت ارسال مجموعه داده‌های آموزشی در 1 دسامبر 2023 به پایان می‌رسد. در این مدت، نتایج تیم‌ها در جدول امتیازات به صورت عمومی در دسترس خواهد بود. پس از آن، مدل‌های تیم‌های رقیب بر روی مجموعه داده‌های متفاوتی نسبت به داده‌های آموزشی اصلی آزمایش می‌شوند و نتایج نهایی مسابقه بر اساس نتایج مدل روی این مجموعه داده‌ها محاسبه می‌شود. تیم‌های برنده، راه‌حل‌های خود را در اجلاس هوش مصنوعی زالو 2023 به اشتراک خواهند گذاشت.

منبع